將列添加到基於同一 DF 中其他兩個列的值在 DF 中進行查找的 Pandas DF

Question

我正在將數據從數據庫中提取到 Pandas 中，它采用以下格式：

操作ID	程序	手術	父程序	父操作
65510	種子	設置	（空字符串）	（空刺）
65511	種子	伊諾克	種子	設置
65512	種子	文化	種子	文化

有幾千行，一行的父行並不總是前一行（但經常是）。 每行代表一個操作。 每行都有一個唯一的 ID。 每行中的Procedure 和Operation 的組合也應該是唯一的（它們本身都不是唯一的）。 ParentProcedure 和 ParentOperation 標識表中的另一行，它是相關行的“父”（這些空字符串表示該操作沒有父）。 不幸的是，數據庫不包含父操作的 ID，所以我想查找它並將其添加為列。

我正在嘗試添加一個名為 ParentOperationID 的新列，其中每個條目都使用來自 ParentProcedure 和 ParentOperation 的值對過程和操作進行查找，並從第一次命中中找到相應的操作 ID（無論如何應該只是一次命中）。

我可以在 Excel 表格中使用以下內容（必須作為數組公式輸入，即 Ctrl+Shift+Enter），但我正在努力在 Pandas 中實現類似的東西：

=INDEX([OperationID],MATCH([@[ParentProcedure]]&[@[ParentOperation]],[Procedure]&[Operation],0))

結果應該是這樣的：

操作ID	程序	手術	父程序	父操作	父操作 ID
65510	種子	設置	（空字符串）	（空刺）	NaN
65511	種子	伊諾克	種子	設置	65110
65512	種子	文化	種子	文化	65111

沒有父級的操作應該返回 NaN 或 None 或一些類似的標志，而不是零。 如果找不到父對象，則應拋出錯誤。

Answer 1

您可以自行連接數據並選擇所需的列。

df = (df.merge(df, 
         left_on=['Procedure', 'Operation'], 
         right_on=['ParentProcedure', 'ParentOperation', 
         suffixes=['', '_parent'])
    .rename(columns={'OperationID_parent': 'ParentOperationID'})
)

這將創建一個名為OperationID_parent的新列。 然后您可以將其重命名為ParentOperationID 。